Step 3.7 Flash (high) vs GLM 5.2

Verglichene Modelle

Empfohlenes Modell GLM 5.2

Es hat hier die beste Punktzahl (6.6) und kostet etwa 8.9x weniger als Step 3.7 Flash (high).

Metrik	Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29	GLM 5.2 GLM 5.2 none Veröffentlichung: 2026-06-17

Metrik	Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29	GLM 5.2 GLM 5.2 none Veröffentlichung: 2026-06-17
Punktzahl	6.6	6.6
Rang	#190	#186
Zuverlässigkeit	10.0	10.0
Konsistenz	8.5	9.0
Versuche	69/69	69/69
Korrekte Tests
Erfolgsquote pro Versuch	58.0%	63.8%
Instabile Tests	4	3
Gesamtläufe	69	69
Kosten pro Ergebnis	12.267	1.753
Gesamtkosten	$1.350	$0.152
Eingabepreis	$0.200 / 1M	$0.325 / 1M
Ausgabepreis	$1.150 / 1M	$3.990 / 1M
Gesamte Eingabe-Token	421,200	247,919
Ausgabe-Token	1,100,052	17,685
Denk-Token	0	0
Antwortzeit (Durchschnitt)	72.72s	11.27s
Antwortzeit (Maximum)	364.99s	79.65s
Antwortzeit (Gesamt)	1672.53s	259.32s
Parameter	198B insgesamt (11B aktiv)	744B insgesamt (40B aktiv)
Verfügbarkeit	Open Source	Open Source

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

high

none

Kategorie:

Agentenaufgaben	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0
GLM 5.2	6.1	3.1	66.7%	1		46.94s	135,461	3,341	0

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0
GLM 5.2	8.3	10.0	75.0%	0		3.70s	567	313	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0
GLM 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0
GLM 5.2	6.9	5.9	66.7%	1		50.17s	88,074	11,016	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0
GLM 5.2	10.0	10.0	100.0%	0		7.17s	7,113	204	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0
GLM 5.2	7.7	10.0	66.7%	0		6.35s	705	27	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0
GLM 5.2	6.1	3.1	66.7%	1		4.42s	480	82	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0
GLM 5.2	9.8	10.0	100.0%	0		3.84s	642	66	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0
GLM 5.2	7.7	10.0	66.7%	0		3.31s	618	265	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0
GLM 5.2	10.0	10.0	100.0%	0		15.76s	6,807	400	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0
GLM 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

Vergleichspaar wechseln